具有自适应参数的粗糙k-means聚类算法  

Adaptive rough k-means clustering algorithm

作　　者：周涛[1,2] 

机构地区：[1]宁夏医科大学理学院,银川750004 [2]陕西理工学院数学系,陕西汉中723000

出　　处：《计算机工程与应用》2010年第26期7-10,共4页Computer Engineering and Applications

基　　金：国家自然科学基金No.60472072;陕西省教育厅科研项目(No.08JK241)~~

摘　　要：粗糙聚类是不确定聚类算法中一种有效的聚类算法,这里通过分析粗糙k-means算法,指出了其中3个参数wl,wu和ε设置时存在的缺点,提出了一种自适应粗糙k-means聚类算法,该算法能进一步优化粗糙k-means的聚类效果,降低对"噪声"的敏感程度,最后通过实验验证了算法的有效性。Rough clustering is one of valid clustering algorithms in indeterminate clustering.Through analyzing rough k-means algorithm, its shortcoming about the parameters adjustment about w1, wu and e is pointed out.Rough k-means cluster-ing algorithm with adaptive parameters is presented.This algorithm can optimize clustering result of rough k-means, and decrease sensitivity about noise.Finally,this algorithm＇s validity is proved by experiments.

关 键 词：粗糙集 K-MEANS聚类算法 自适应 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]